Коротких В.В.кандидат экономических наук, доцент кафедры информационных технологий и математических методов в экономике, докторант кафедры экономического анализа и аудита, Воронежский государственный университет (ВГУ), Воронеж, Российская Федерация korotkikh@econ.vsu.ru https://orcid.org/0000-0001-9029-7466 SPIN-код: 4006-4540
Предмет. Ликвидность финансового инструмента характеризует возможность его быстрой продажи по указанной цене и сопутствующих издержках, не превышающих те, что сложились в текущих рыночных условиях. Недостаточное внимание к риску ликвидности долевых инструментов может в значительной степени снизить эффективность торговых операций. В связи с этим разработка специальных статистических методов оценки и анализа риска ликвидности является востребованным и актуальным направлением исследований. Цели. Совершенствование методологии и методики статистической оценки и анализа риска операций с инструментами фондового рынка. Методология. Исследование основывается как на известной методологии статистического анализа риска на фондовом рынке, так и на авторских разработках (расчет показателя неликвидности инструмента, формирование фактора риска неликвидности). Информационную базу составили данные о результатах торгов акциями, торгуемыми на секции фондового рынка Московской биржи с уровнем листинга не ниже третьего, с января 2011 г. по май 2021 г., а также данные бухгалтерских (финансовых) отчетностей эмитентов. Применялись такие методы научного исследования, как анализ и синтез, индукция и дедукция, а также методы сравнения и группировок. Результаты. Разработан торгуемый фактор, отражающий риск неликвидности в виде самофинансируемого спред-портфеля. Проведена сравнительная оценка подверженности недиверсифицируемому риску неликвидности портфелей финансовых инструментов, сформированных в соответствии с градациями известных ценовых аномалий на фондовом рынке. Выводы. Установлено, что фактор неликвидности учитывается в цене и доходности инструментов фондового рынка. Для неликвидных инструментов характерно наличие дополнительной положительной премий за риск. Для ликвидных инструментов статистически значимых премий выявлено не было. Предложенный подход к совершенствованию методологии статистического анализа рисков путем формирования фактора неликвидности позволил повысить объективность картины влияния рисков на результаты операций с инструментами фондового рынка и в дальнейшем может быть усовершенствован.
Ключевые слова: хеджирование, портфель, ценовые аномалии, размер, стоимость
Список литературы:
Amihud Y., Mendelson H. Asset pricing and the bid-ask spread. Journal of Financial Economics, 1986, vol. 17, iss. 2, pp. 223–249. URL: Link90065-6
Brennan M.J., Chordia T., Subrahmanyam A. Alternative factor specifications, security characteristics, and the cross-section of expected stock returns. Journal of Financial Economics, 1998, vol. 49, iss. 3, pp. 345–373. URL: Link00028-2
Franzoni F., Nowak E., Phalippou L. Private equity performance and liquidity risk. The Journal of Finance, 2012, vol. 67, iss. 6, pp. 2341–2373. URL: Link
Hongtao Li, Novy-Marx R., Velikov M. Liquidity Risk and Asset Pricing. Critical Finance Review, 2019, vol. 8, iss. 1-2, pp. 223–255. URL: Link
Pontiff J., Singla R. Liquidity Risk? Critical Finance Review, 2019, vol. 8, iss. 1-2, pp. 257–276. URL: Link
Hasbrouck J., Seppi D.J. Common factors in prices, order flows, and liquidity. Journal of Financial Economics, 2001, vol. 59, iss. 3, pp. 383–411. URL: Link00091-X
Huberman G., Halka D. Systematic liquidity. Journal of Financial Research, 2001, vol. 24, iss. 2, pp. 161–178. URL: Link
Lo A.W., Wang J. Trading volume: Definitions, data analysis, and implications of portfolio theory. Review of Financial Studies, 2000, vol. 13, iss. 2, pp. 257–300. URL: Link
Eisfeldt A.L. Endogenous Liquidity in Asset Markets. The Journal of Finance, 2004, vol. 59, iss. 1, pp. 1–30. URL: Link
Когденко В.Г. Особенности анализа компаний цифровой экономики // Экономический анализ: теория и практика. 2018. Т. 17. Вып. 3. С. 424–438. URL: Link
Лаптева Е.А., Безаев И.И. Статистико-эконометрическая оценка риска // Экономический анализ: теория и практика. 2018. Т. 17. Вып. 2. С. 365–378. URL: Link
Сапожникова Н.Г. Обесценение активов и риски корпораций // Вестник Воронежского государственного университета. Сер.: Экономика и управление. 2020. № 2. С. 105–115. URL: Link
Ушакова Н.В., Васин А.С., Фатуев В.А. Исследование факторов, влияющих на уровень совокупного риска владельцев обыкновенных акций // Экономический анализ: теория и практика. 2019. Т. 18. Вып. 6. С. 1111–1123. URL: Link
Endovitsky D.A., Davnis V.V., Korotkikh V.V. Adaptive trend decomposition method in financial time series analysis. The Journal of Social Sciences Research, 2018, no. S3, pp. 104–109. URL: Link
Endovitsky D.A., Davnis V.V., Korotkikh V.V. On two hypotheses in economic analysis of stochastic processes. Journal of Advanced Research in Law and Economics, 2017, vol. 8, iss. 8, pp. 2391–2398. URL: Link.09
Fama E.F., French K.R. Common risk factors in the returns on stocks and bonds. Journal of Financial Economics, 1993, vol. 33, iss. 1, pp. 3–56. URL: Link90023-5
Fama E.F., French K.R. Choosing factors. Journal of Financial Economics, 2018, vol. 128, iss. 2, pp. 234–252. URL: Link
Fama E.F., French K.R. Size, value, and momentum in international stock returns. Journal of Financial Economics, 2012, vol. 105, iss. 3, pp. 457–472. URL: Link
Asness C.S., Frazzini A. The devil in HML’s details. Journal of Portfolio Management, 2013, vol. 39, iss. 4, pp. 49–68. URL: Link
Hanauer M.X., Windmüller S. Enhanced Momentum Strategies (August 14, 2019). URL: Link
Ozornov S. Validity of Fama and French model on RTS Index. Review of Business and Economics Studies, 2015, vol. 3, iss. 4, pp. 22–43. URL: Link
Amihud Y. Illiquidity and stock returns: cross-section and time-series effects. Journal of Financial Markets, 2002, vol. 5, iss. 1, pp. 31–56. URL: Link00024-6
Brown A. Did the Financial Crisis Kill Fama-French? Wilmott, 2020, iss. 109, pp. 16–18. URL: Link
